Deep Longevity는 Harvard Medical School과 협력하여 정신 건강에 대한 딥 러닝 접근 방식을 제공합니다.
Deep Longevity는 Nancy Etcoff 박사와 공동으로 인간 심리학에 대한 기계 학습 접근 방식을 설명하는 Aging-US에 논문을 발표했습니다. 하버드 의과 대학, 행복과 아름다움에 대한 권위.
저자는 미국 중년 연구의 데이터를 기반으로 인간 심리학의 두 가지 수치 모델을 만들었습니다.
첫 번째 모델은 심층 신경망 심리학 조사에서 얻은 정보를 사용하여 10년 이상 응답자의 시간순 연령과 심리적 웰빙을 예측합니다. 이 모델은 노화에 따른 인간 정신의 궤적을 묘사합니다. 또한 의미 있는 연결을 형성하는 능력뿐만 아니라 정신적 자율성과 환경적 숙달도 나이가 들면서 발달한다는 것을 보여줍니다. 또한 개인의 발전에 대한 초점은 지속적으로 감소하고 있지만 삶의 목적이 있다는 감각은 40~50년이 지나야 사라진다는 점에 주목합니다. 이러한 발견은 성인 성격 발달의 맥락에서 사회적, 정서적 선택성과 세련된 적응에 대한 지식의 증가에 추가됩니다.
두 번째 모델은 정신 건강 애플리케이션을 위한 추천 엔진의 기초 역할을 하기 위해 생성된 자체 구성 맵입니다. 이 비지도 학습 알고리즘은 우울증 발병 가능성에 따라 모든 응답자를 그룹으로 나누고 모든 개인의 정신적 안정을 향한 최단 경로를 식별합니다. Deep Longevity의 최고 장수 책임자인 Alex Zhavoronkov는 “현재의 정신 건강 앱은 모든 사람에게 적용되는 일반적인 조언을 제공하지만 누구에게도 효과가 없습니다. 우리는 초 개인화를 제공하는 과학적으로 건전한 시스템을 구축했습니다.”라고 설명합니다.
이 시스템의 기능을 입증하기 위해 Deep Longevity는 사용자가 원본 게시물에 설명된 심리 테스트를 볼 수 있는 무료 온라인 애플리케이션인 FuturSelf 웹 서비스를 출시했습니다. 평가가 끝나면 사용자는 장기적으로 정신 건강을 개선하기 위한 통찰력이 포함된 보고서를 받고 AI가 선택한 권장 사항의 꾸준한 흐름을 제공하는 멘토링 프로그램에 등록할 수 있습니다. FuturSelf에서 얻은 데이터는 정신 건강에 대한 Deep Longevity의 디지털 접근 방식을 더욱 발전시키는 데 사용됩니다.
FuturSelf는 인공 지능의 심리 프로필 평가를 기반으로 지도를 제공하는 무료 온라인 정신 건강 서비스입니다. FuturSelf의 핵심은 응답자의 순위를 매기고 개인의 웰빙을 개선하는 가장 적절한 방법을 식별하는 자체 구성 맵으로 표시됩니다. 크레딧: Fedor Galkin
저명한 생명과학자인 하버드 의대의 Vadim Gladyshev 교수는 FuturSelf의 잠재력에 대해 다음과 같이 말했습니다.
“이 연구는 심리적 연령, 미래의 웰빙, 우울증 위험에 대한 흥미로운 관점을 제공하고 정신 건강 문제에 대한 머신 러닝 접근 방식의 새로운 적용을 보여줍니다. 또한 노화와 삶의 단계와 감정 상태 전반에 걸친 변화에 대한 관점을 넓힙니다.”
저자는 노화와 장기적인 웰빙의 맥락에서 인간 심리학을 계속 연구할 계획입니다. 그들은 노화의 생리학적 측정에 대한 행복의 영향에 대한 후속 연구를 진행하고 있습니다.
이 연구는 국립노화연구소(National Institute on Aging)의 지원을 받았습니다.
참조: Fedor Galkin, Kirill Kochetov, Michael Keeler, Alex Zavoronkov 및 Nancy Etkoff의 “인공 지능을 사용한 미래 웰빙 개선: 감정적 안정성의 섬을 식별하는 자체 구성 지도(SOM)”, 2022년 6월 20일, 고령화 미국.
DOI: 10.18632 / age.204061